DeepFaceLab 3.0使用总结

DeepFaceLab 3.0使用总结赤色要塞满了关注
2022.04.23 01:30:51字数 4,141阅读 3,140

手头刚好有个3080，就选用DFL3.0 1120 RTX30版本。DFL由版本+日期+适配显卡组成。

1 安装

Windows下基本是解压开箱即用。

image.png

主要是安装驱动，下载驱动：

https://www.nvidia.cn/Download/index.aspx?lang=cn

查看CUDA版本：NVIDIA控制面板 - 菜单 - 帮助 - 系统信息 - 组件 - NVCUDA64.DLL。如果需要安装cuda和cudnn，参考：

https://developer.nvidia.com/zh-cn/cuda-downloadshttps://developer.nvidia.com/rdp/cudnn-archive # 复制到文件夹
2 使用2.0 准备视频

源视频的素材可得好好选取准备，越清晰越好！因为清晰的可以变模糊，但模糊的想要清晰可就难了。近景远景正脸侧脸死亡角度白天黑夜喜怒哀乐各种有代表性的，可以用格式工厂之类的进行截取、拼接、转化，最终存为data_src.mp4。

目标视频处理比较简单些，看作者的成品想法，最终存为data_dst.mp4。为了换脸丝滑，src和dst尽可能选择表情、角度、光源接近的，src的数据量可以多一些。

2.1 src切图

• 点击运行2) 源视频转图片 extract images from video data_src.bat。
• 输入自定义帧率，推荐值10，以减少重复图片。
• 选择格式，有两种，PNG无损清晰，JPG文件小，要求不高的就用JPG吧。
  回车开始切图，40分钟的视频，不到1分钟就切完了，存在workspace\data_src根目录。这些图片只是为了后面切脸，所以切完脸可以删掉。甚至有的第三方切脸软件可以直接从视频开始，那就省略这一步了。
  

2.2 dst切图

• 点击运行3) 目标视频转图片 extract images from video data_dst FULL FPS.bat。
• 选择格式，比如JPG。
  回车开始切图，这个根目录下的图片千万别删除，没人脸也别删，因为每一张图最后都是用来合成视频的，所以不需要输入帧率。
  

2.3 src切脸

点击运行4) 提取源头像 data_src faceset extract.bat。会有参数需要设置，如图：

image.png

• 选择脸型：有全脸(f)、整脸(wf)、头(head)。wf比f替换面积更大，覆盖额头和胡子，f只替换到眉毛上方一点点。一般选择默认的wf。
• 设置最多识别几个人，如果视频大部分时间就1个人，那就选1；如果不少时候都是两人同框，且可能都需要，那就选2。
• 设置图片大小：一般256够了，当然分辨率当然越高越好，但也耗资源。不过如果源视频质量不怎样，就算512也没啥用。
• 图片质量就默认90。
• 调试图片也没啥好看的，错切的到时候删掉就是。
  

设置完毕，回车运行脚本，3080切脸速度大概2张/秒。会生成到workspace\data_src\aligned目录。
如果希望加快切脸速度，可以网上找一些专业提脸软件，速度能提升10倍左右。

接下来是重要的整理工作：
推荐使用第三方软件MVE(Machine Video Editor)进行切图纠错、蒙板管理，很强大，有兴趣的自行研究。

• 可用VisiPics软件去除掉无意义的重复的图。
• 点击运行4.2) 源头像排序 data_src sort.bat将图片排序，一般选择5-颜色直方图排序。筛选下，删除掉模糊的、旋转的（基本是因为识别失败）、残缺的、有遮挡的、有黑边裁切的、刘海太大的、不相干人物的、以及光照差异大的。如果是普通的遮挡物且素材奇缺，可以保留着用作遮罩训练。
• 识别不准的如果很珍贵，可以进行手删补切。就是删除掉debug目录里对应的错图，然后运行手动提取脚本data_src faceset extract MANUAL.bat再来一次，素材多就直接删了吧。
• 还可以运行排序脚本按1-模糊程度排个序，然后删除，不过也有观点认为适当模糊的其实也可以留着训练，自行探索吧。
  

如果aligned里有多个人（初始会带着不同的文件名后缀，如_0、_1，一般按照同一张图里头像大小排序的），直接训练会产生混血儿。建议使用颜色直方图做排序，然后把不同的人归类到不同的文件夹备用，或者删除掉不需要换脸的人。这一步可配合人脸筛选工具进行，类似于iphone照片的人物识别归类，会方便许多。

https://github.com/MachineEditor/MachineVideoEditor
2.4 dst切脸

点击运行5) 目标头像提取 data_dst faceset extract.bat。参数如下：

image.png

切完后进行整理。

• 建议用颜色直方图做排序，归类不同人到不同的文件夹备用，或删除掉不想换脸的，特别模糊看不清的。
• 极限仰脸/侧脸之类的都看不清谁是谁的，可以干脆删掉不换了。还有一个做法是，复制一份到src的aligned目录用于自己训练自己。或者想办法去src里补充下极限角度素材。
• 有遮挡的别删，因为也需要换脸。
• 对于脸部轮廓识别错误的、图片旋转但脸部清晰的，别直接删！需要人工修改下。先在Debug目录删除掉对应的图片，然后运行data_dst extract faces MANUAL RE-EXTRACT DELETED RESULTS DEBUG.bat，会提示发现一张图片，等加载完毕后，移动和滚动鼠标来调整区域，单击鼠标进行解锁或锁定，最后回车确认，就会开始提取，debug目录和aligned都会生成更新图片。
  

记住一点，这个aligned目录下的所有人脸，最终都是要被src的人脸替换的。比如如果留着多个人，会产生多胞胎。

2.5 处理遮罩（可选）2.5.1 绘制

有时候dst图片脸上有遮挡物，如果不处理，到时候就直接把src整个糊上去。那会产生奇怪的效果，比如脸上没眼镜却有两个眼镜腿。

• 运行data_dst mask for XSeg trainer - edit.bat，会跳出界面绘制dst遮罩，就是框框抠抠，这是个细活儿，挺累的。
• 运行train.bat训练遮罩，设置脸型和batch_size，训练个几十上百万，回车结束。
• XSeg遮罩训练素材是不区分是src和dst。
  

2.5.2 使用Xseg模型（推荐）

网上有一些现成的遮罩模型，注意这跟换脸模型不一样，虽然也是放到model目录。有两种使用方式：

• 训练前先推理遮罩。运行data_src/dst trained mask - apply.bat，将遮罩写入图片并学习非遮罩区域。
• （推荐）合成merge时，在交互窗口，按X，实时选择遮罩并预览，新手就用这个吧，别训练了，效果略差，但也差不到哪里去。
  

在别的基础上训练，比直接拿来用好一些。是否重新训练

Xseg模型可复用，手工画完的遮罩图可运行data_dst mask for XSeg trainer - fetch.bat搜集起来，增量训练。不过新手用不到。

2.6 训练

入门或者配置低可使用轻量级的train Quick96.bat，不需要设置参数。这里重点说下重量级的SAEHD。

首先，新手务必找个预训练模型（仙丹）来继续训练，会大大减少时间、提升效果！！！

使用仙丹后再训个几万次迭代吧，后期打开LRD和GAN。使用仙丹，分辨率没法改。

• batch_size默认可能是4，如果是沿用已有模型，启动训练后2秒内回车，可以修改batch_size等，比如16，单次迭代时间应该会变长。
• 模型架构：DF五官结构保留的更像，LIAE光影处理的更好，-u增加人脸相似度，-d分辨率不错，推荐LIAE。
• 几个层的宽度，根据配置选择，比如中间瓶颈层为256、编码解码层为64，而遮罩层一般是三分之一解码层宽度。
• 如果有闭眼、张嘴的素材，可以开启Eyes and mouth priority。
• 训练没进步了可以开启学习率丢弃(Use learning rate dropout)。
• Enable random warp of samples可以前期开启，提高训练难度，后期关闭。
• 配置高可以开一点GAN power ，比如0.1。GAN dimensions大概16。
• 变色处理：color transfer选RCT和LCT，可弥补光影变化不足，当然最好是收集更多全角度不同光影下的SRC素材。
• Enable gradient clipping梯度裁剪必须开启！
• src/dst loss都刷进0.2就差不多了，预览图蓝色和黄色分别代表src和dst。
• 或者，预览界面第5列足够清晰，且表情接近第4列，就可以回车结束了。
• masked_training: True。意思是只学习蒙板内的？待确认。
  

喜欢src的脸型，就打开true_face_power，否则打开face_style_power。不要同时开，一般是0.001。
最后，来自dfldata网站的一组从0开始训练的推荐参数：

# 先开这组参数训练10-60Wface type : WFrandom_flip : off # 防止左右脸不一样的翻来翻去random warp：yadabelief : onEyes and mouth priority : oncolor transfer mode: lct# 再开这个训练10-30W，开了就别关了！learning rate drop：y# 再关闭随机扭曲训练10-30Wrandom warp：n# 最后开GAN训练10-30WGAN power： 0.1 # 此时loss比较低了，比如0.1，打开前可以备份下，容易崩

训练效果差一般就是因为src素材缺乏，没好料。

2.7 应用模型

本步骤将图片换脸，以前老版本叫convert吧。

• 入门可使用merge Quick96.bat，另有SAEHD(高质量)、AMP(实时换脸，用于DeepFaceLive)。
• 选择交互模式，输入法切换成英文；
• 线程数根据CPU确定；
• 显示快捷键后，按Tab切换合成预览界面/帮助；
• 快捷键修改调整，然后可以按shift+?，将这组参数配置应用到剩余所有帧，再按shift+>，自动合成剩余所有帧，会出现沙漏。过程中可以暂停进行调整，然后继续应用、合成。
• 按住shift调整，参数每次±5。
  

各种参数自行试一试，多按一按，就找到感觉了！！！

2.7.1 覆盖模式

1-overlay，2-hist-match，3-hist-match-bw，4-seamless，5-seamless-hist-match，6-raw-rgb，7-raw-rgb-mask，8-raw-mask-only ，9-raw-predicted-only。
其中，4-seamless(泊松克隆)比较适配遮挡的情况，缺点：闪烁、抖动、偏暗。一般推荐2-hist-match的色彩比较接近，配合erode和blur使用。

2.7.2 直方图匹配阈值

Hist match threshold. [0..255] (default – 255): 快捷键QA设定需要的亮度，适当降低该值，可以解决亮斑，比如238。

2.7.3 侵蚀

快捷键WS调整被替换区域，值变大增大遮罩向内收缩程度，有时会出现亮色边。

2.7.4 模糊

Choose blur mask modifier [-200..200]: 快捷键ED设定平滑度，羽化边缘，看起来模糊自然。如果不处理遮挡，hist-match (erode: 100, blur: 100)；如果遮挡比较大，seamless (erode: 30, blur:0)。

2.7.5 运动模糊

快捷键RF调节运动模糊程度，前后帧脸部变化越大，模糊程度越大。使用前确保aligned_dst的每一帧只有一个人脸。

2.7.6 超分辨率

快捷键TG调节超分辨率效果，可以让人脸更清晰，可以设定为100。

2.7.7 锐化

快捷键YH调节锐化程度，按N更改锐化模式，选择gaussian模式，按Y增加参数到5。

2.7.8 放大缩小

快捷键UJ调节人脸大小。

2.7.9 背景劣化

有时候人脸不清晰，干脆降低背景画质，大家一起摆烂。其中，快捷键IK调节图片降噪效果（和磨皮差不多），快捷键OL调节双三次插值劣化效果，快捷键P;调节颜色劣化效果。

2.7.10 遮罩与颜色控制区

• Z 直方图匹配对遮罩区域起效
• X 遮罩模式，记得是prd-dst效果比较好，多试试
  老版本的还有：
  

Mask mode: (1) learned, (2) dst, (3) FAN-prd, (4) FAN-dst (5) FAN-prd * dst (6) learned * FAN-prd * FAN-dst help (?) . Default – 1:一般选2，速度快。其他效果好，但慢，且在使用了Fanseg模型遮罩之后，必须使用FAN模型。如果要处理遮挡，转换启动后启用动态交互，然后按Tab键盘进入预览窗口，按两次X，切换成Fan-dst。

• C 颜色转化模式
• V 查看遮罩范围
  

2.8 合成视频

设置下码率即可，比如3。

3 经验3.1 复用模型

也就是使用预训练模型（灵丹）。先将其复制到model文件夹，然后src和dst放自己想要换脸的素材，开启训练后2秒钟内按回车，最后把“是否启用预训练模式 use pretrain mode”改为N。注意，这选项千万不需要Y，否则会调用内置的外国人数据进行训练。然后训练，基本一开始就能看到人影。如果看不到，就按回车结束训练，把预训练模型的.npy文件复制替换到模型文件夹中，重来一次。

预训练模型跟正式训练模型本质上都是模型，只不过预训模型使用了大量素材进行炼丹，学会了很多绘画技法。在其基础上再去专门学习画某个人，速度就快了。也有做法将正训素材也加到预训素材里一起炼丹，普通玩家就别随便炼丹了。

3.2 素材不够

• DF架构，src和dst素材互换进行训练，学习到dst的极限角度。
  

3.3 多人切脸

• 为了避免多人影响切脸，可以用PR蒙板圈出dst脸，并且路径跟踪脸部，然后导出data_dst.mp4，再切图切脸，速度快很多。然后把data_dst根目录的切图给删掉，将没有蒙板的原始视频拷贝成data_dst.mp4，切图即可，不要再切脸了！
• 合成换脸时，src dst的aligned目录只能有一个人！否则会出现双胞胎、混血儿。先把闲杂人先移走，换好一对脸，把帧图保存下来继续换下一个，最后合成视频。
• 最好一人一丹，更好是一对一丹，费点事。
  

4 问题4.1 报错

大部分是因为驱动太旧、显存太少。如CUDA driver version is insufficient for CUDA runtime version，Could not create cudnn handle，可以升级驱动解决。

4.2 视频抖动

• 可能是dst切脸轮廓不统一，参考之前的手删补切解决。
• 侵蚀过大，调到比如50试试。
• 打开颜色转移CT，比如lct。
• 试试增加训练时间，或者增加LRD的时间，以稳定像素映射。
  

4.3 视频闪烁

• 有可能是dst漏切脸了，导致视频在src和dst两张脸间闪烁，可以去aligned目录检查一下并补充。
• 视dst切脸的准确程度，也可能造成局部闪烁，手删补切吧。
• 还可能是dst光影丰富，而src光影不足，可以换成LIAE架构，或者想办法补充src素材吧。
  

4.4 肤色不统一

• 训练时间不够
• 缺少src素材
• 建议开启颜色转移CT，不停按C看看效果
• 软件后期
  

4.5 皮肤太光滑

• 训练充分后，关闭随机扭曲random warp，开启GAN0.01-0.1，提高清晰度
• 合成时再加超精细和锐化(box)，按T加大超分辨率
  

我知道答案 本帖寻求最佳答案回答被采纳后将获得系统奖励10 天空金币 , 目前已有0人回答